使用巢狀物件讀取巢狀JSON 作為Pandas DataFrame

處理包含巢狀物件的JSON 資料時，在Python 中高效地操作它至關重要。 Pandas 提供了一個強大的工具來實現此目的 - json_normalize。

將陣列擴展為列

要將位置數組擴展為單獨的列，請使用json_normalize，如下所示：

import json
import pandas as pd

with open('myJson.json') as data_file:
    data = json.load(data_file)

df = pd.json_normalize(data, 'locations', ['date', 'number', 'name'], record_prefix='locations_')

print(df)

這將建立一個具有擴充列的資料框：

  locations_arrTime locations_arrTimeDiffMin locations_depTime  \
0                                                        06:32   
1             06:37                        1             06:40   
2             08:24                        1                     

  locations_depTimeDiffMin           locations_name locations_platform  \
0                        0  Spital am Pyhrn Bahnhof                  2   
1                        0  Windischgarsten Bahnhof                  2   
2                                    Linz/Donau Hbf               1A-B   

  locations_stationIdx locations_track number    name        date  
0                    0          R 3932         R 3932  01.10.2016  
1                    1                         R 3932  01.10.2016  
2                   22                         R 3932  01.10.2016 

處理多個 JSON 物件

對於包含多個物件的 JSON 文件，該方法取決於所需的資料結構。

保留單一欄位

要保留單一欄位（日期、數字、名稱、位置），請使用下列指令：

df = pd.read_json('myJson.json')
df.locations = pd.DataFrame(df.locations.values.tolist())['name']
df = df.groupby(['date', 'name', 'number'])['locations'].apply(','.join).reset_index()

print(df)

這將對資料分組並連接位置：

        date    name number                                          locations
0  2016-01-10  R 3932         Spital am Pyhrn Bahnhof,Windischgarsten Bahnho...

扁平化資料結構

如果您喜歡扁平化資料結構，您喜歡扁平化資料結構，您可使用json_normalize 並進行以下設定：

df = pd.read_json('myJson.json', orient='records', convert_dates=['date'])

print(df)

這將在單一表中輸出資料：

  number    date                   name  ... locations.arrTimeDiffMin locations.depTimeDiffMin locations.platform
0             R 3932  2016-01-10  R 3932  ...                       0                         0                  2
1             R 3932  2016-01-10  R 3932  ...                       1                         0                  2
2             R 3932  2016-01-10  R 3932  ...                       1                         -                  1A-B